Quatre agents autonomes basés sur le modèle Gemini 4 Argon ont vaincu dans Minecraft le boss final, l'Ender Dragon, dans un monde généré aléatoirement en difficulté Facile (Easy). La partie complète, du premier coup de hache dans le bois à la mort du dragon, leur a pris 27 heures et 14 minutes, et ils sont morts 605 fois au total en chemin. L'expérience est décrite dans une étude de Google DeepMind publiée le 15 octobre 2026 sur arXiv. Ses auteurs, Maxence Faldor, Satinder Singh et Roberta Raileanu, la présentent comme la première partie de Minecraft connue menée à terme de façon entièrement autonome par des systèmes d'intelligence artificielle, sans seed préparée à l'avance et sans logique de jeu écrite à la main.

Quatre bots, zéro indication humaine

Les agents n'avaient ni rôle assigné, ni plan d'action, ni information sur l'emplacement des ressources dans le monde. Ils n'avaient qu'une mission : vaincre l'Ender Dragon. Chacun contrôlait son personnage via Mineflayer, une bibliothèque JavaScript open source qui permet de piloter un bot dans Minecraft au niveau du code, et non des pixels. Les agents ne voyaient pas l'écran et n'appuyaient sur aucune touche : ils écrivaient et lançaient des programmes qui exécutaient pour eux des actions précises dans le monde du jeu.

Selon les auteurs de l'étude, dès les dix premières minutes, les bots se sont répartis les tâches d'eux-mêmes : certains récoltaient des ressources, d'autres fabriquaient des outils, d'autres encore préparaient la base. Ils communiquaient dans le chat du jeu, avec 229 messages échangés au total, et tenaient une mémoire commune où ils notaient les emplacements, les leçons tirées de leurs erreurs et les règles de fonctionnement des mobs rencontrés. Dans un passage cité par les chercheurs, il est précisé que « rien dans les instructions des agents ne mentionnait les rôles, les coffres ni les actions de sauvetage », et que toute la répartition du travail est apparue spontanément.

Les cristaux de l'End et les maths du portail

C'est l'étape finale dans l'End qui a posé le plus de problèmes aux agents. L'un des bots a calculé l'emplacement de la forteresse à 43 mètres près, en suivant la trajectoire de plusieurs Yeux d'Ender lancés pendant les recherches. L'Ender Dragon a tué l'équipe à lui seul 69 fois avant que les agents ne comprennent le fonctionnement des cristaux qui entourent la plateforme d'obsidienne et régénèrent sa santé.

Entre deux tentatives, les bots analysaient l'état interne du jeu et notaient des règles pour venir à bout du boss. Ils ont fini par mettre au point une méthode pour atteindre les cristaux à l'aide de piles de blocs de terre, ce qui leur a permis de les détruire avant d'affronter le dragon lui-même. Au total, pour en arriver là, les agents ont écrit et exécuté 2 783 programmes en JavaScript, et la partie a duré environ 81 jours en temps de jeu.

Combien coûte une telle expérience

Le coût de l'essai complet, calculé au tarif de lancement du modèle Gemini 4 Argon, s'est élevé à environ 520 dollars, contre 1 040 dollars au tarif standard de l'API. Les agents ont traité 1,35 milliard de tokens en entrée, dont 91 % provenaient du cache de contexte, et généré 16 millions de tokens en sortie, dont 4 millions pour la seule « réflexion » du modèle. Le tout en environ 24 000 appels au modèle.

  • 2 783 programmes JavaScript écrits et exécutés
  • 605 morts d'agents, dont 69 aux mains de l'Ender Dragon lui-même
  • 42 fonctions utilitaires réutilisées à de multiples reprises par les bots
  • 6 redémarrages du serveur pendant l'expérience
  • 22 % des programmes écrits se sont terminés par une erreur

Ce qui limite ce résultat

Les auteurs de l'étude soulignent eux-mêmes les limites de l'expérience. Les agents recevaient les informations sur le monde sous forme de données exactes issues du code du jeu, sans avoir à les lire sur une image comme un humain devant son écran, ce qui facilite beaucoup la planification. La partie s'est déroulée en difficulté Facile, qui limite la force des adversaires, et les modèles disposaient déjà dans leurs données d'entraînement d'une connaissance générale des mécaniques de Minecraft. Les chercheurs rappellent aussi qu'il s'agit d'une seule partie : on ne sait donc pas si le résultat serait reproductible lors d'autres essais, ni si les conclusions s'appliquent à des environnements imprévisibles en dehors du jeu.

Malgré ces réserves, l'équipe de DeepMind présente l'expérience comme la preuve que la coordination multi-agents, la planification à long terme et le débogage autonome du code peuvent fonctionner en pratique sans supervision humaine, ce qui compte pour la conception de systèmes d'IA capables d'assister de vraies tâches d'ingénierie logicielle.

Minecraft comme terrain d'essai, pas comme nouveau record de speedrun

Pour les joueurs qui suivent les guides sur la façon de vaincre l'Ender Dragon, une distinction s'impose : il ne s'agit pas d'un record de vitesse au sens de la communauté speedrun, où les meilleurs joueurs terminent le jeu au clavier en quelques minutes. Les agents de DeepMind ont joué selon d'autres règles, dans un monde généré aléatoirement pendant plus d'une journée, avec récolte complète des ressources, craft et exploration, ce qui se rapproche davantage d'une partie survie classique que d'un run optimisé sur toutes les étapes.

La bibliothèque Mineflayer, sur laquelle repose l'expérience, est aussi bien connue de ceux qui créent des bots et de l'automatisation sur les serveurs Minecraft, même si le règlement de la plupart des communautés y interdit le jeu automatisé non autorisé. L'expérience de DeepMind montre toutefois que cette même infrastructure ouverte, utilisée depuis des années par les moddeurs pour écrire des bots de minage ou de farm, peut aujourd'hui être associée à de grands modèles de langage pour des tâches bien plus complexes que le simple minage répétitif de blocs.

Sources